Browsing by Subject "Machine learning"
Now showing items 1-15 of 15
-
Conference Object
Advanced health-state data analytic workflow for utility-scale photovoltaic power plants
(IEEE, 2023)This work aims to present data analytic advances and next-generation workflows for utility-scale photovoltaic (PV) power plant monitoring. The proposed health-state architecture comprises of an integrated and scalable ...
-
Doctoral Thesis Open Access
An algorithm agnostic framework for the evaluation and learning of robust classifiers for data under uncertainty
(Πανεπιστήμιο Κύπρου, Πολυτεχνική Σχολή / University of Cyprus, Faculty of Engineering, 2020-05)Η Μηχανική Εκμάθηση (ΜΕ) χρησιμοποιείται σε αυξανόμενο αριθμό προβλημάτων εξαιτίας των δυνατοτήτων ταξινόμησης και ομαδοποίησης, σε ένα ευρύ φάσμα εφαρμογών στην επιστήμη, τη μηχανική, τις κοινωνικές επιστήμες και τις ...
-
Article
Characterizing soiling losses for photovoltaic systems in dry climates: a case study in Cyprus
(Elsevier, 2023)Ensuring optimal performance of solar photovoltaic (PV) systems requires the extensive assessment and understanding of losses of different origin that affect these installations. Soiling is a key loss factor influencing ...
-
Doctoral Thesis Open Access
Conditional generative denoising autoencoder
(Πανεπιστήμιο Κύπρου, Σχολή Θετικών και Εφαρμοσμένων Επιστημών / University of Cyprus, Faculty of Pure and Applied Sciences, 2019-12)Η διατριβή μελετά ανοικτά προβλήματα στο χώρο της Μηχανικής Μάθησης και προτείνει μοντέλα επίλυσης ή μετριασμού τους. Ένα από αυτά τα προβλήματα είναι η σύνθεση εικόνων που υπόκειται σε συγκεκριμένες συνθήκες. Προτείνεται ...
-
Conference Object
Direct Against Indirect Short-Term Net Load Forecasting Using Machine Learning Principles for Renewable Microgrids
(IEEE Xplore, 2023)Net load forecasting (NLF) is a key component for the efficient operation and management of microgrids at high shares of renewables. Depending on the forecasting strategy followed, NLF is classified as direct or indirect. ...
-
Article
Direct Short-Term Net Load Forecasting Based on Machine Learning Principles for Solar-Integrated Microgrids
(IEEE, 2023)Accurate net load forecasting is a cost-effective technique, crucial for the planning, stability, reliability, and integration of variable solar photovoltaic (PV) systems in modern power systems. This work presents a direct ...
-
Article
Direct short-term net load forecasting in renewable integrated microgrids using machine learning: a comparative assessment
(Elsevier, 2024)Modern microgrids require accurate net load forecasting (NLF) for optimal operation and management at high shares of renewable energy sources. Machine learning (ML) principles can be used to develop precise and reliable ...
-
Doctoral Thesis Open Access
Feature extraction from optical coherence tomography images for tissue classification
(Πανεπιστήμιο Κύπρου, Πολυτεχνική Σχολή / University of Cyprus, Faculty of Engineering, 2020-05)Ένα μεγάλο ποσοστό καρκίνων πηγάζει από το επιθήλιο των οργάνων του σώματος. Πριν γίνουν επεμβατικοί, στα στάδια της δυσπλασίας και του καρκινώματος in situ, τα πρώιμα καρκινικά κύτταρα αλλάζουν την επιθηλιακή δομή. Πιο ...
-
Doctoral Thesis
Integrating Temporal abstraction with Bayesian networks : a validation in the field of coronary heart disease
(Πανεπιστήμιο Κύπρου, Σχολή Θετικών και Εφαρμοσμένων Επιστημών / University of Cyprus, Faculty of Pure and Applied Sciences, 2017-02)Η παρούσα διδακτορική διατριβή διερευνά την ενοποίηση δύο τεχνικών της Τεχνητής Νοημοσύνης συγκεκριμένα τη χρονική αφαιρετικότητα και τα δίκτυα Bayes, με στόχο τη βελτίωση της απόδοσης πληροφοριακών συστημάτων για την ...
-
Doctoral Thesis Open Access
Learning schemes for efficiently training neural networks on protein secondary structure prediction
(Πανεπιστήμιο Κύπρου, Σχολή Θετικών και Εφαρμοσμένων Επιστημών / University of Cyprus, Faculty of Pure and Applied Sciences, 2019-10)Το πεδίο της δημιουργίας μη-γραμμικών συναρτήσεων για την ταξινόμηση ή κατηγοριοποίηση δεδομένων από ακολουθίες αντιμετωπίζεται επί του παρόντος από μια ποικιλία μεθόδων Μηχανικής Μάθησης. Η πρόκληση ...
-
Doctoral Thesis Open Access
Machine learning for privacy preserving data publishing and the analysis of categorical data in the medical domain
(Πανεπιστήμιο Κύπρου, Σχολή Θετικών και Εφαρμοσμένων Επιστημών / University of Cyprus, Faculty of Pure and Applied Sciences, 2020-01)Με την εισαγωγή της επιστήμης της πληροφορικής στον τομέα της υγείας, πολλές οντότητες που συσχετίζονται με την υγεία, έχουν στην κατοχή τους τεράστιο όγκο από δεδομένα ασθενών. Παρά το γεγονός ότι η κοινοποίηση αυτών των ...
-
Doctoral Thesis Open Access
A novel distributed artificial intelligence framework with machine learning for 5G/6G communication
(Πανεπιστήμιο Κύπρου, Σχολή Θετικών και Εφαρμοσμένων Επιστημών / University of Cyprus, Faculty of Pure and Applied Sciences, 2021-09)Τα δίκτυα κινητής τηλεφωνίας νέας γενιάς, όπως το 5G και το επερχόμενο 6G, αντιμετωπίζουν πολλές τεχνικές προκλήσεις για την επίτευξη των πολύ φιλόδοξων προτύπων που θέτει η ερευνητική και η βιομηχανική κοινότητα. Αυτές ...
-
Conference Object
A robotic cloud ecosystem for elderly care and ageing well: The GrowMeUp approach
(Springer Verlag, 2016)Robotic systems in Ageing Well, like GrowMeUp, are among those assistive technologies, providing companionship and offering functionality related to the support of active and independent living, monitoring and maintaining ...
-
Conference Object
Scalable and dynamic global power management for multicore chips
(Association for Computing Machinery, 2015)The design for continuous computer performance is increasingly becoming limited by the exponential increase in the power consumption. In order to improve the energy efficiency of multicore chips, we propose a novel global ...
-
Article
Toward automated generation of parametric BIMs based on hybrid video and laser scanning data
(2010)Only very few constructed facilities today have a complete record of as-built information. Despite the growing use of Building Information Modelling and the improvement in as-built records, several more years will be ...